Waymo Open Dataset 介绍
内容提要
Waymo开放数据集以10Hz采样，存储9秒窗口（1秒历史，8秒未来）的物体轨迹和地图信息，分为训练、验证和测试集。数据最小单元为Scenario，包含车辆、行人等轨迹、交通灯状态及地图特征（如车道、道路线、边界、停止标志、人行横道、减速带）。文章还介绍了轨迹预测和Sim Agents的评价指标。
延伸解读
数据采样与时间窗口设计
Waymo开放数据集以10Hz采样，每个场景包含9秒窗口，其中1秒历史、8秒未来。这种设计为轨迹预测任务提供了充足的历史上下文和未来真值，但测试集仅含1秒历史，模拟了实际部署中只能利用过去信息的情况。训练和验证集则包含完整未来轨迹，便于模型训练和评估。
Scenario数据结构核心要素
Scenario是数据集的最小单元，包含物体轨迹、地图特征和动态交通灯状态。物体轨迹以Track形式存储，每个时刻包含位置、尺寸、朝向、速度等10维特征。地图特征涵盖车道、道路线、边界、停止标志、人行横道和减速带，为模型提供静态环境信息。动态交通灯状态则提供信号灯变化，对预测车辆行为至关重要。
地图特征的丰富性与应用
地图特征不仅包含车道中心线，还详细记录了车道类型、限速、前后继车道、左右边界及相邻车道，以及道路线类型（如虚实线、颜色）和道路边界类型。这些信息有助于模型理解道路结构、变道规则和交通规则，从而提升轨迹预测的准确性。
预测难度分级与评估指标
数据集中通过RequiredPrediction指定需要预测的物体，并标注难度等级（LEVEL_1和LEVEL_2），便于模型针对不同难度进行优化。文章还提及轨迹预测和Sim Agents的评价指标，但未详细展开，读者可参考Waymo Challenge相关文档获取具体评估方法。
Q&A
Waymo开放数据集的采样频率和时间窗口是多少？
Waymo开放数据集以10Hz采样，每个场景包含9秒的数据窗口，其中1秒为历史数据，8秒为未来数据。
Waymo开放数据集中的Scenario是什么？包含哪些信息？
Scenario是数据集的最小单元，代表一个交通场景，包含自动驾驶车辆自身、其他交通参与者（如车辆、行人）的轨迹、交通灯状态以及地图信息（如车道、道路线等）。
Waymo开放数据集中的Track包含哪些信息？
Track包含对象的ID、类型（车辆、行人、自行车等）以及每个时间步的状态，状态包括中心坐标、长宽高、朝向、速度等10个特征。
Waymo开放数据集中的地图特征有哪些类型？
地图特征包括车道（LaneCenter）、道路线（RoadLine）、道路边沿（RoadEdge）、停止标志（StopSign）、人行横道（Crosswalk）和减速带（SpeedBump）。
Waymo开放数据集中交通灯状态是如何表示的？
交通灯状态通过DynamicMapState表示，包含每个交通灯对应的车道ID、状态（如箭头灯的红黄绿、圆形灯的红黄绿、闪烁灯等）以及停止点位置。
Waymo开放数据集中的训练、验证和测试集是如何划分的？
训练集占70%，包含未来轨迹真值；验证集占15%，也包含未来轨迹真值；测试集占15%，只包含1秒的历史数据，不提供未来轨迹真值。
Waymo开放数据集中的RequiredPrediction是什么？
RequiredPrediction指定了需要预测的对象列表及其预测难度等级（LEVEL_1或LEVEL_2），用于轨迹预测任务。
